在數(shù)據(jù)分析、報(bào)告和 ETL 流程中，使用 JSON 和 Pandas DataFrame 非常常見。雖然 Pandas 提供了read_json基本的解析功能，但它在處理深度嵌套結(jié)構(gòu)、超大文件或 Excel 優(yōu)先工作流時(shí)可能會(huì)遇到困難。Aspose.Cells for Python 提供了豐富的 JSON 到 Excel 轉(zhuǎn)換流程，您可以輕松地將其與 Pandas 集成，以獲取干凈的 DataFrame 進(jìn)行分析。在本篇教程中，您將學(xué)習(xí)如何在 Python 中將 JSON 轉(zhuǎn)換為 Pandas DataFrame。

Aspose.Cells官方試用版免費(fèi)下載

加入Aspose技術(shù)交流QQ群（1041253375），與更多小伙伴一起探討提升開發(fā)技能。

將 JSON 轉(zhuǎn)換為 Pandas DataFrame 的 Python 庫

Aspose.Cells for Python via .NET是一款功能強(qiáng)大的電子表格 API，無需 Microsoft Excel。除了傳統(tǒng)的 Excel 自動(dòng)化功能外，它還支持直接導(dǎo)入和導(dǎo)出 JSON，非常適合將 JSON 轉(zhuǎn)換為 Pandas DataFrame，然后在 Excel 中保存或處理。

使用 Aspose.Cells，您可以：

• 使用將 JSON 導(dǎo)入工作表JsonUtility，并提供處理數(shù)組和嵌套結(jié)構(gòu)的選項(xiàng)。
• 將工作表范圍轉(zhuǎn)換為 Pandas DataFrames以進(jìn)行分析和可視化。
• 在 Excel 文件內(nèi)創(chuàng)建、加載和處理 JSON，以適合分析管道。
• 將 DataFrames 導(dǎo)出回 Excel（XLSX、CSV、ODS、PDF）以進(jìn)行報(bào)告。

簡而言之，該庫可以輕松地將數(shù)據(jù)從 JSON 格式遷移到 Excel 中用于報(bào)告，同時(shí)您可以使用 Pandas 進(jìn)行更深入的分析。它將JsonUtilityJSON 導(dǎo)入工作表，并JsonLayoutOptions控制數(shù)組和嵌套對象的擴(kuò)展方式。

將 JSON 轉(zhuǎn)換為 DataFrame

Aspose.Cells 直接將 JSON 導(dǎo)入工作表。然后讀取標(biāo)題行和數(shù)據(jù)行，構(gòu)建 Pandas DataFrame。

按照以下步驟將 JSON 轉(zhuǎn)換為 pandas DataFrame：

1. 創(chuàng)建一個(gè)工作簿并獲取第一個(gè)工作表。
2. 配置JsonLayoutOptions將數(shù)組視為表。
3. 0在行、列處導(dǎo)入 JSON 字符串0。
4. 使用第一行作為列標(biāo)題。
5. 提取剩余的行作為數(shù)據(jù)。
6. 構(gòu)建一個(gè) Pandas DataFrame。

以下代碼示例展示了如何在 Python 中將 JSON 轉(zhuǎn)換為 pandas DataFrame：

import pandas as pd
import aspose.cells as ac

# Create a new workbook and get the first worksheet (0-based index)
wb = ac.Workbook()
ws = wb.worksheets.get(0)

# Configure how JSON should be laid out in the worksheet
options = ac.utility.JsonLayoutOptions()
options.array_as_table = True           # Treat a top-level JSON array as a table (rows/columns)

# Example JSON array of simple objects
json_data = '[{"id":1,"name":"Alice"},{"id":2,"name":"Bob"}]'

# Import JSON into the worksheet starting at row=0, col=0 (cell A1)
ac.utility.JsonUtility.import_data(json_data, ws.cells, 0, 0, options)

# Locate the first row that contains data (this will be our header row)
header_idx = ws.cells.min_data_row

# Extract header values from that row to use as DataFrame column names
columns = [cell.value for cell in ws.cells.rows[header_idx]]

# Extract all subsequent rows as data (skip the header row)
data = [
    [cell.value for cell in row]
    for idx, row in enumerate(ws.cells.rows)
    if row and idx != header_idx
]

# Build the DataFrame using the collected headers and rows
df = pd.DataFrame(data, columns=columns)

# Display the result
print(df)

    id   name
0  1.0  Alice
1  2.0    Bob

將嵌套 JSON 轉(zhuǎn)換為 Pandas DataFrame

如果您的 JSON 包含嵌套對象，Aspose.Cells 會(huì)使用 JsonUtility 將 JSON 導(dǎo)入工作表，然后您可以將其導(dǎo)出到 DataFrame。JsonLayoutOptions 控制數(shù)組和嵌套對象的展開方式。

按照以下步驟將嵌套 JSON 轉(zhuǎn)換為 pandas DataFrame：

1. 創(chuàng)建一個(gè)工作簿并選擇第一個(gè)工作表。
2. 設(shè)置所需的JsonLayoutOptions屬性，例如array_as_table=True、ignore_array_title=True、ignore_object_title=True和kept_schema=True。
3. 在行0、列處導(dǎo)入嵌套的 JSON 0。
4. 檢測使用的范圍并讀取整個(gè)跨度內(nèi)的標(biāo)題行。
5. 讀取同一跨度（固定寬度）的所有后續(xù)行。
6. 構(gòu)建 DataFrame；可選地轉(zhuǎn)換數(shù)據(jù)類型（例如，total轉(zhuǎn)換為數(shù)字）。

以下代碼示例展示了如何在 Python 中將嵌套 JSON 轉(zhuǎn)換為 pandas DataFrame：

import pandas as pd
import aspose.cells as ac

# Create Workbook and get first worksheet
wb = ac.Workbook()
ws = wb.worksheets.get(0)

# Layout options for nested JSON
opt = ac.utility.JsonLayoutOptions()
opt.array_as_table = True  # Treat 'orders' array as a table (rows)
opt.ignore_array_title = True  # Do not place a title row for the 'orders' array
opt.ignore_object_title = True  # Do not place extra title rows for nested objects (e.g., 'buyer')
opt.kept_schema = True  # Keep a stable set of columns even if some records miss fields

# Step 3: Your nested JSON
nested = '''
{
  "batch": "A1",
  "orders": [
    {"orderId": "1001", "total": "49.90", "buyer": {"city": "NYC", "zip": "10001"}},
    {"orderId": "1002", "total": "79.00", "buyer": {"city": "Boston", "zip": "02108"}}
  ]
}
'''

# Import at A1 (row=0, col=0) using the options above
ac.utility.JsonUtility.import_data(nested, ws.cells, 0, 0, opt)

# Detect used range
first_row = ws.cells.min_data_row
first_col = ws.cells.min_data_column
last_row = ws.cells.max_data_row
last_col = ws.cells.max_data_column

# Read header row across the full used column span (fixed width)
raw_columns = [ws.cells.get(first_row, c).value for c in range(first_col, last_col + 1)]

# Make headers safe: replace None/blank with "Column{n}" and cast to str
columns = [
    (str(v) if v is not None and str(v).strip() != "" else f"Column{idx + 1}")
    for idx, v in enumerate(raw_columns)
]

# Read data rows across the same span (fixed width guarantees alignment)
data = []
for r in range(first_row + 1, last_row + 1):
    row_vals = [ws.cells.get(r, c).value for c in range(first_col, last_col + 1)]
    data.append(row_vals)

# Build DataFrame
df = pd.DataFrame(data, columns=columns)

# Optional: tidy up column names (e.g., replace spaces)
df.columns = [str(c).strip() for c in df.columns]

# Optional typing:
# - Keep ZIPs as strings (leading zeros matter)
# - Convert totals to numeric (coerce non-numeric to NaN)
for col in list(df.columns):
    if col.lower().endswith("total"):
        df[col] = pd.to_numeric(df[col], errors="coerce")

# Print
print(df)

     A1  1001  49.90     NYC  10001
0  None  1002  79.00  Boston  02108

注意：如果啟用convert_numeric_or_date=True，看起來像數(shù)字的字符串（例如總數(shù)）可能會(huì)轉(zhuǎn)換為數(shù)字，但郵政編碼（例如）"02108"可能會(huì)丟失前導(dǎo)零。False如果您需要將郵政編碼轉(zhuǎn)換為字符串，請保留此選項(xiàng)。

通過 JSON 將 Excel 轉(zhuǎn)換為 Pandas DataFrame

使用 Aspose.Cells 將任意 Excel 范圍導(dǎo)出為 JSON，然后將該 JSON 作為 DataFrame 加載到 Pandas 中。當(dāng)您需要為服務(wù)或管道進(jìn)行結(jié)構(gòu)化 JSON 交接時(shí)，此功能非常有用。

按照以下步驟通過 JSON 將 Excel 轉(zhuǎn)換為 pandas DataFrame：

1. 創(chuàng)建一個(gè)新工作簿，獲取第一個(gè)工作表，并添加示例值。
2. 使用默認(rèn)值創(chuàng)建JsonSaveOptions。
3. 使用該方法將使用的范圍導(dǎo)出為JSON字符串export_range_to_json()。
4. 使用該方法將 JSON 字符串讀入 DataFrame pd.read_json(io.StringIO(json_text))。
5. 根據(jù)需要檢查或處理 DataFrame。

以下代碼示例展示了如何在 Python 中通過 JSON 將 Excel 轉(zhuǎn)換為 pandas DataFrame：

import io
import pandas as pd
from aspose.cells.utility import JsonUtility  # JSON export utility
from aspose.cells import Workbook, JsonSaveOptions, License

# Create a new workbook and access the first worksheet
workbook = Workbook()
worksheet = workbook.worksheets.get(0)

# Get the cells of the worksheet
cells = worksheet.cells

# Populate a small table (headers + rows)
cells.get("A1").value = "Name"
cells.get("B1").value = "Age"
cells.get("C1").value = "City"

cells.get("A2").value = "Alice"
cells.get("B2").value = 25
cells.get("C2").value = "New York"

cells.get("A3").value = "Bob"
cells.get("B3").value = 30
cells.get("C3").value = "San Francisco"

cells.get("A4").value = "Charlie"
cells.get("B4").value = 35
cells.get("C4").value = "Los Angeles"

# Set up JSON save options (defaults are fine for a simple table)
json_save_options = JsonSaveOptions()

# Export the used range to a JSON string
# max_display_range grabs the full rectangular region that contains data
json_text = JsonUtility.export_range_to_json(cells.max_display_range, json_save_options)

# Read the JSON string into a Pandas DataFrame
#    Pandas can parse a JSON string directly
df = pd.read_json(io.StringIO(json_text))

# Use the DataFrame
print(df)

      Name  Age           City
0    Alice   25       New York
1      Bob   30  San Francisco
2  Charlie   35    Los Angeles

結(jié)論

使用 Aspose.Cells for Python，將 JSON 轉(zhuǎn)換為 Pandas DataFrames 變得非常簡單。您可以獲得可靠的嵌套結(jié)構(gòu)處理、模式穩(wěn)定性選項(xiàng)，以及在需要時(shí)輕松導(dǎo)出到 Excel 的途徑。將 Pandas 的靈活性與 Aspose.Cells 中的 JSON/Excel 管道相結(jié)合，簡化數(shù)據(jù)處理并解鎖強(qiáng)大的 Python 分析功能。

————————————————————————————————————————

關(guān)于慧都科技：

慧都科技是專注軟件工程、智能制造、石油工程三大行業(yè)的數(shù)字化解決方案服務(wù)商。在軟件工程領(lǐng)域，我們提供開發(fā)控件、研發(fā)管理、代碼開發(fā)、部署運(yùn)維等軟件開發(fā)全鏈路所需的產(chǎn)品，提供正版授權(quán)采購、技術(shù)選型、個(gè)性化維保等服務(wù)，幫助客戶實(shí)現(xiàn)技術(shù)合規(guī)、降本增效與風(fēng)險(xiǎn)可控。慧都科技Aspose在中國的官方授權(quán)代理商，提供Aspose系列產(chǎn)品免費(fèi)試用，咨詢，正版銷售等于一體的專業(yè)化服務(wù)。Aspose是文檔處理領(lǐng)域的優(yōu)秀產(chǎn)品，幫助企業(yè)高效構(gòu)建文檔處理的應(yīng)用程序。

下載|體驗(yàn)更多Aspose產(chǎn)品，請咨詢，或撥打產(chǎn)品熱線：023-68661681